recommenders-team/recommenders

[ASK] How do you get the recommendations from NAML?

Open

#2.036 geöffnet am 8. Nov. 2023

Auf GitHub ansehen
 (0 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)Python (2.972 Forks)batch import
help wanted

Repository-Metriken

Stars
 (17.706 Stars)
PR-Merge-Metriken
 (Durchschn. Merge 6T 16h) (10 gemergte PRs in 30 T)

Beschreibung

Description

I want to investigate which articles the model recommends. I can't grasp what to do after training because it just shows how to evaluate it unless I am missing something. It outputs a prediction file but it looks like it's supposed to be for the MIND competition? and it predicts everything.

I am wondering if it is possible to predict articles for one user. There doesn't seem to be a clear, usable function, and I don't quite understand the get pred function from the base model.

Basically, can I predict the articles by feeding impression data? or somehow modifying it?

Other Comments

I want to try using NAML and feed it with my own dataset to study. I am currently figuring out how it might work potentially in production.

Contributor Guide

Research-Richtung
Untersuchen Sie die predict Funktion des NAML Modells und die get pred Methode des Basismodells. Schauen Sie sich das Evaluierungsskript an, um zu verstehen, wie Vorhersagen auf dem MIND Datensatz gemacht werden. Versuchen Sie dann, den Code zu ändern, um für einen einzelnen Benutzer Vorhersagen zu treffen, indem Sie den Impressionsverlauf bereitstellen.
Tech Stack
python
Domain
backend
Issue Type
Dokumentation
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
2
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
1-3 Stunden
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Frisch
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Unklar
Voraussetzungen
Python
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
75